【技术实现步骤摘要】
本专利技术涉及叶绿素荧光检测，尤其涉及一种明适应条件下暗适应叶绿素荧光信号获取方法及系统。
技术介绍
1、光合作用是地球上最重要的化学反应，能够将光能转化为稳定的化学能，其过程的复杂导致光合作用的研究具有挑战性。当光合作用发生时，光合膜内的天线分子会吸收光能，吸收的能量以激发态电子的形式进行转移，一部分用于光化学反应，一部分以热的形式耗散，极少部分以叶绿素a荧光的方式耗散，这三部分表现为竞争耦合关系，一方的变化会引起另外两方的变化，因此，可测的暗适应条件下获取的叶绿素a荧光动力学曲线的变化成为光合作用的有效探针，从暗适应叶绿素荧光动力学曲线提取的众多荧光参数具有广泛的应用，它们可以用于表征光合效率指标、揭示植物的生理状态及评估各种环境胁迫对作物的影响。
2、但是暗适应条件下获取的叶绿素荧光动力学曲线的采集需要对被测植物进行至少15分钟以上的暗适应，暗适应等待时间严重影响了测试效率，因此利用明适应条件下测量的叶绿素荧光动力学曲线确定暗适应条件下的叶绿素荧光动力学曲线及荧光参数具有重要的理论与实用意义，而暗适应条件下获取的叶绿素荧光动力学曲线的特征点与明适应条件下获取的叶绿素荧光动力学曲线的特征点存在很大区别，这会导致明暗适应下计算出的叶绿素a荧光荧光参数出现很大误差。如果需要对大量样本进行采集，不可避免地会消耗大量的人力、时间及叶夹；而且不同批次叶片的测试由于等待时间会加剧，叶绿素荧光采集时的自然环境与植物生理状态不统一。由于暗适应条件下获取的叶绿素荧光动力学曲线与明适应条件下获取的叶绿素荧光动力学曲线都是来自同一片叶
3、由于二者之间的映射关系可能是非常复杂的非线性关系，而近年快速发展有着广泛应用的深度学习技术有可能实现利用ojipl动力学曲线直接映射获得ojipd动力学曲线。现有技术中一研究者通过最小二乘支持向量机(lssvm)实现了通过明适应条件下测量的叶绿素荧光动力学曲线数据获取暗适应下的荧光参数fv/fm，取得了很好的结果，但仅仅是针对一个叶绿素荧光参数而言，对于暗适应条件下获取的叶绿素荧光动力学曲线及其他具有广泛应用的众多叶绿素荧光参数并没有涉及，因此尽管现在的人工智能算法发展迅速，利用明适应条件下测量的叶绿素荧光动力学曲线，获取暗适应条件下的叶绿素荧光动力学曲线及荧光参数仍是一个难题。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中缺少利用明适应条件下测量的叶绿素荧光动力学曲线，直接获取暗适应条件下的叶绿素荧光动力学曲线及荧光参数方法的缺陷。
2、为解决上述技术问题，本专利技术提供了一种明适应条件下暗适应叶绿素荧光信号获取方法，包括以下步骤：
3、构建inceptiontime-lstm模型，所述inceptiontime-lstm模型包括：inceptiontime模块、lstm模块、第一全局平均池化层与全连接层；
4、将明适应下的叶绿素荧光动力学曲线并行输入所述inceptiontime模块与lstm模块，提取多尺度特征与处理长短期依赖关系，分别得到inceptiontime输出特征与全局ojip时间依赖特征，其中，inceptiontime模块包含多个依次连接的inception模块，每隔预设步长，对应inception模块的输出与明适应下的叶绿素荧光动力学曲线进行残差连接；
5、inceptiontime输出特征经过第一全局平均池化层后，与全局ojip时间依赖特征沿通道维度拼接后输入所述全连接层，进行特征处理与映射，输出暗适应下的叶绿素荧光动力学曲线及多个叶绿素荧光参数。
6、优选地，每个inception模块均包括：第一分支、第二分支、第二全局平均池化层、se注意力模块；
7、第一分支包括：瓶颈层、多个不同大小卷积核的一维卷积块，第二分支包括：最大池化层与一个一维卷积块。
8、优选地，将输入特征序列输入inception模块，提取目标特征序列，包括以下步骤：
9、将输入特征序列并行输入两个分支，输入特征序列通过第一分支，对输入特征序列提取特征，输出不同大小卷积核的一维卷积块对应的第一分支特征序列，输入特征序列通过第二分支的最大池化层，进行下采样操作，得到最大池化处理后的特征序列，最大池化处理后的特征序列经过一维卷积块，输出第二分支特征序列；
10、将第二分支特征序列与不同大小卷积核的一维卷积块对应的第一分支特征序列沿通道维度进行拼接，得到初始特征序列；
11、初始特征序列经过第二全局平均池化层后，通过se注意力模块，调整每个通道的权重，得到se注意力特征序列；
12、将初始特征序列与se注意力特征序列沿通道维度进行拼接，得到目标特征序列。
13、优选地，所述inceptiontime模块包含9个依次连接的inception模块。
14、优选地，所述inceptiontime输出特征经过第一全局平均池化层后，与全局ojip时间依赖特征沿通道维度拼接后输入所述全连接层，进行特征处理与映射，输出暗适应下的叶绿素荧光动力学曲线及多个叶绿素荧光参数，具体公式为：
15、
16、其中，fout表示暗适应下的叶绿素荧光动力学曲线及多个叶绿素荧光参数，gfc表示全连接层，gavg表示第一全局平均池化层，finceptiontime表示inceptiontime输出特征，表示concat操作。
17、优选地，所述inceptiontime-lstm模型的训练过程为：
18、获取叶绿素荧光动力学曲线数据集，所述叶绿素荧光动力学曲线数据集包括：多组暗适应下的叶绿素荧光动力学曲线与明适应下的叶绿素荧光动力学曲线；
19、将叶绿素荧光动力学曲线数据集进行预处理后，按比例划分为训练集、验证集与测试集；
20、将训练集中明适应下的叶绿素荧光动力学曲线作为inceptiontime-lstm模型的输入，输出对应暗适应下的叶绿素荧光动力学曲线及多个叶绿素荧光参数，采用均方误差损失函数及adam优化器对inceptiontime-lstm模型进行训练，通过验证集对训练后的inceptiontime-lstm模型进行验证，得到目标inceptiontime-lstm模型。
21、优选地，获取叶绿素荧光动力学曲线数据集时，数据采集设备为fluorpen手持式叶绿素荧光仪、fluorx-fx001手持式叶绿素荧光仪中任意一种。
22、优选地，将叶绿素荧光动力学曲线数据集进行预处理，包括对叶绿素荧光动力学曲线数据集进行z-score归一化处理。
23、优选地，多个叶绿素荧光参数包括：最大可变荧光、在2ms的相对可变荧光、在30ms的相对可变荧光、psii最大光化学效率、psii原初电子受体被还原的最大速率、psii最大光化学效率、用于电子传递的量子产额、捕获的激子本文档来自技高网...
【技术保护点】
1.一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：每个Inception模块均包括：第一分支、第二分支、第二全局平均池化层、SE注意力模块；
3.根据权利要求2所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：将输入特征序列输入Inception模块，提取目标特征序列，包括以下步骤：
4.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：所述InceptionTime模块包含9个依次连接的Inception模块。
5.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：所述InceptionTime输出特征经过第一全局平均池化层后，与全局OJIP时间依赖特征沿通道维度拼接后输入所述全连接层，进行特征处理与映射，输出暗适应下的叶绿素荧光动力学曲线及多个叶绿素荧光参数，具体公式为：
6.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法
7.根据权利要求6所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：获取叶绿素荧光动力学曲线数据集时，数据采集设备为FluorPen手持式叶绿素荧光仪、FluorX-FX001手持式叶绿素荧光仪中任意一种。
8.根据权利要求6所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：将叶绿素荧光动力学曲线数据集进行预处理，包括对叶绿素荧光动力学曲线数据集进行Z-Score归一化处理。
9.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：多个叶绿素荧光参数包括：最大可变荧光、在2ms的相对可变荧光、在30ms的相对可变荧光、PSII最大光化学效率、PSII原初电子受体被还原的最大速率、PSII最大光化学效率、用于电子传递的量子产额、捕获的激子将电子传递到电子传递链中超过PSII原初电子受体的其他电子受体的概率、单位反应中心吸收的光能、单位反应中心捕获的光能、单位反应中心用于电子传递的光能、单位反应中心耗散掉的能量、单位横截面积吸收的能量、单位横截面积捕获的能量、单位横截面积电子传递的量子产额、单位横截面积耗散掉的能量、单位面积上反应中心的数量、电子传递到PSI末端的量子产额、电子传递到PSI末端的效率、以吸收光能为基础的性能指数、叶绿素荧光参数综合性能指数。
10.一种明适应条件下暗适应叶绿素荧光信号获取系统，其特征在于，包括：模型构建模块，用于构建InceptionTime-LSTM模型，所述InceptionTime-LSTM模型包括：InceptionTime模块、LSTM模块、第一全局平均池化层与全连接层；
...【技术特征摘要】
1.一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：每个inception模块均包括：第一分支、第二分支、第二全局平均池化层、se注意力模块；
3.根据权利要求2所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：将输入特征序列输入inception模块，提取目标特征序列，包括以下步骤：
4.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：所述inceptiontime模块包含9个依次连接的inception模块。
5.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：所述inceptiontime输出特征经过第一全局平均池化层后，与全局ojip时间依赖特征沿通道维度拼接后输入所述全连接层，进行特征处理与映射，输出暗适应下的叶绿素荧光动力学曲线及多个叶绿素荧光参数，具体公式为：
6.根据权利要求1所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：所述inceptiontime-lstm模型的训练过程为：
7.根据权利要求6所述的一种明适应条件下暗适应叶绿素荧光信号获取方法，其特征在于：获取叶绿素荧光动力学曲线数据集时，数据采集设备为fluorpen手持式叶绿素荧光仪、fl...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。